計算機視覺 【第二篇】面部識別
1 面部識別畫藍框
import face_recognition import cv2 # 打開攝像頭，讀取攝像頭拍攝到的畫面， # 定位到畫面中人的臉部，並用綠色的框框把人的臉部框住 # 1. 打開攝像頭， 獲取攝像頭對象 video_capture = cv2.VideoCapture(0) # 0代表的是第一個攝像頭 # 2. 循環不停的去獲取攝像頭拍攝到的畫面，並做進一步的處理 while True: # TODO 還需要做進一步的處理 # 2.1 獲取攝像頭拍攝到的畫面 ret, frame = video_capture.read() # frame 攝像頭所拍攝的畫面pip # 2.2 從拍攝到的畫面中提取出人的臉部所在區域（可能會有多個） face_locations = face_recognition.face_locations(frame) # 2.3 循環遍歷人的臉部所在區域，並畫框 for top, right, bottom, left in face_locations: # 2.3.1 在人像所在區域畫框 cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2) # 2.4 通過opencv把拍攝到的並畫了框的畫面展示出來 cv2.imshow("Video", frame) # 2.5 設定按q退出While循環，退出程序的這樣一個機制 if cv2.waitKey(1) & 0xFF == ord('q'): break # 退出while循環 # 3. 退出程序的時候，釋放攝像頭或其他資源 video_capture.release() cv2.destroyAllWindows()
2 1 面部識別與數據庫比對（標記為紅框）
import os import face_recognition import cv2 # 一：打開攝像頭，讀取攝像頭拍攝到的畫面， # 定位到畫面中人的臉部，並用綠色的框框把人的臉部框住 # 二：讀取到數據庫中的人名和面部特征 # 三：用拍攝到人的臉部特征和數據庫中的面部特征去匹配， # 並在用戶頭像的綠框上方用用戶的姓名做標識，未知用戶統一使用Unkown # 四: 定位和鎖定目標人物，改使用紅色的框框把目標人物的臉部框住 boss_names = ['Boss', 'boss'] # 1. 准備工作 face_databases_dir = 'face_databases' user_names = [] # 存用戶姓名 user_faces_encodings = [] # 存用戶面部特征向量（一一對應） # 2. 正式工作 # 2.1 得到face_databases_dir文件夾下所有的文件名 files = os.listdir('face_databases') # 2.2 循環讀取文件名進行進一步的處理 for image_shot_name in files: # 2.2.1 截取文件名的.前面那部分作為用戶名存入user_names的列表中 user_name, _ = os.path.splitext(image_shot_name) user_names.append(user_name) # 2.2.2 讀取圖片文件中的面部特征信息存入user_faces_encodings列表中 image_file_name = os.path.join(face_databases_dir, image_shot_name) image_file = face_recognition.load_image_file(image_file_name) face_encoding = face_recognition.face_encodings(image_file)[0] user_faces_encodings.append(face_encoding) # 1. 打開攝像頭， 獲取攝像頭對象 video_capture = cv2.VideoCapture(0) # 0代表的是第一個攝像頭 # 2. 循環不停的去獲取攝像頭拍攝到的畫面，並做進一步的處理 while True: # TODO 還需要做進一步的處理 # 2.1 獲取攝像頭拍攝到的畫面 ret, frame = video_capture.read() # frame 攝像頭所拍攝的畫面 # 2.2 從拍攝到的畫面中提取出人的臉部所在區域（可能會有多個） # ['第一個人臉所在區域', '第二個人臉所在區域' ...] face_locations = face_recognition.face_locations(frame) # 2.21 從所有人的頭像所在區域提取出臉部特征（可能會有多個） # ['第一個人臉對應的面部特征', '第二個人臉對應的面部特征' ...] face_encodings = face_recognition.face_encodings(frame, face_locations) # 2.22 定義用於存儲拍攝到的用戶的姓名的列表 # ['第一個人的姓名', '第二個人的姓名' ...] # 如果特征匹配不上數據庫中的特征，則是Unknown names = [] # 遍歷face_encodings，和之前數據庫中面部特征做匹配 for face_encoding in face_encodings: # compare_faces(['面部特征1', '面部特征2', '面部特征3' ... ], 未知的面部特征) # compare_faces返回結果 # 假如 未知的面部特征 和 面部特征1 匹配， 和 面部特征2 面部特征3 不匹配 # [True, False, False] # 假如 未知的面部特征 和 面部特征2 匹配， 和 面部特征1 面部特征3 不匹配 # [False, True, False ] matchs = face_recognition.compare_faces(user_faces_encodings, face_encoding) # user_names # ['第一個人的姓名'，'第二個人的姓名'， '第三個人的姓名' ...] name = "UnKnown" for index, is_match in enumerate(matchs): # [False, True, False ] # 0 , False # 1 , True # 2, False if is_match: name = user_names[index] break names.append(name) # 2.3 循環遍歷人的臉部所在區域，並畫框, 在框框上標識人的姓名 # zip # zip(['第1個人的位置', '第2個人的位置'], ['第1個人的姓名', '第2個人的姓名']) # for # '第1個人的位置', '第1個人的姓名' # '第2個人的位置'， '第2個人的姓名' for (top, right, bottom, left), name in zip(face_locations, names): color = (0, 255, 0) if name in boss_names: # BGR color = (0, 0, 255) # 2.3.1 在人像所在區域畫框 cv2.rectangle(frame, (left, top), (right, bottom), color, 2) font = cv2.FONT_HERSHEY_DUPLEX cv2.putText(frame, name, (left, top-10), font, 0.5, color, 1) # 2.4 通過opencv把拍攝到的並畫了框的畫面展示出來 cv2.imshow("Video", frame) # 2.5 設定按q退出While循環，退出程序的這樣一個機制 if cv2.waitKey(1) & 0xFF == ord('q'): break # 退出while循環 # 3. 退出程序的時候，釋放攝像頭或其他資源 video_capture.release() cv2.destroyAllWindows()